Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Sawicki, B." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Badanie potencjału pomiarowego aparatu cyfrowego typu SLR Kodak DCS Pro 14n (13.5 MP)
    Evaluation of the measuring potential of Kodak DCS Pro 14n (13.5 MP) SLR digital camera
    Autorzy:
    Sawicki, P.
    Ostrowski, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/129958.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    lustrzanka cyfrowa
    dystorsja sygnału
    samokalibracja
    metoda wiązek
    digital SLR camera
    signal distortion
    self-calibration
    bundle adjustment
    Opis:
    Badanie jakości radiometrycznej sygnału i samokalibrację fotogrametryczną przeprowadzono dla lustrzanki cyfrowej Kodak DCS Pro 14n wyposażonej w sensor CMOS (format 36×24 mm, rozdzielczość 4500×3000). Ocenę poziomu szumów i dystorsji sygnału przetwornika CMOS IBIS4-14000 (FillFactory NV, Belgia) wykonano w autorskim programie "Image Analysis" napisanym w języku Delphi 7. Program oblicza średnia wartość poziomu szarości, wariancje oraz odchylenie standardowe dla każdego piksela w zdefiniowanych obszarach zainteresowania sekwencji obrazów. Na podstawie analizy sekwencji 30 obrazów stwierdzono, _e obrazy rejestrowane aparatem Kodak DCS Pro 14n charakteryzują się niskim poziomem szumów i wysoka jakością układu przetwarzającego dane. Dla jasności I średnie odchylenie standardowe wyniosło SdtDev = 1.5 (kanał R: SdtDev = 1.7, kanał G: SdtDev = 1.6, kanał B: SdtDev = 2.1). Samokalibracje on-the-job z dodatkowymi parametrami modelującymi błędy systematyczne obrazu: A1 , A2 , B1 , B2 , C1 , C2 , łącznie z wyznaczeniem współrzędnych 3D dla ca 110 sygnalizowanych punktów (30 punktów kodowanych, kod 12 bit) pola testowego, przeprowadzono programem AICON 3D Studio firmy AICON Systems GmbH, Niemcy. Siec zdjęć tworzyła konfiguracja 11 zdjęć zbieżnych wykonanych z odległości ca YF = 5 m. Wszystkie punkty na zdjęciach cyfrowych zostały pomierzone w pełni automatycznie. Średnia wartość Sigma 0 po wyrównaniu metoda wiązek wyniosła _0 = ±0.055 piksela. Podstawowe elementy orientacji wewnętrznej: cK, x¢ 0 , y¢ 0 wyznaczone zostały z dokładnością ±0.2 piksela. Średnie odchylenie standardowe wyznaczonych współrzędnych wyniosły odpowiednio: SXY = ±0.03 mm, SZ = ±0.04 mm. W prezentowanej aplikacji bliskiego zasięgu przy zastosowaniu profesjonalnej lustrzanki cyfrowej Kodak DCS Pro 14n otrzymano względną dokładność opracowania analitycznego rzędu ca 1: 150 000.
    The study on the radiometric signal quality and the photogrammetric self-calibration was performed for the Kodak DCS Pro 14n SLR digital camera with the CMOS sensor (format size of 36×24 mm, full resolution of 4500×3000). The examination of noise level and the signal distortion in the CMOS IBIS4-14000 (Fill Factory NV, Belgium) converter was determined in the "Image Analysis" authors’ software, which was written with the Delphi 7 programming tools. The program calculates mean grey level value, variance and standard deviation for each pixel in the defined areas of interest in the image sequences. Based on the analysis of 30 image sequences, it was found that low noise level and high quality of data processing module were characteristic for the Kodak DCS Pro 14n camera. In the brightness channel I, the mean standard deviation amounted to SdtDev = 1.5 (channel R: SdtDev = 1.7, channel G: SdtDev = 1.6, channel B: SdtDev = 2.1). The on-the-job self-calibration with additional digital imaging systematic errors modelling parameters: A1, A2, B1, B2 , C1, C2 and the calculation with ca 110 signalised points 3D coordinates (30 coded points, 12 bit code) on a test field, was determined in the AICON 3D Studio program (AICON Systems GmbH, Germany). The digital image network was created by the configuration of eleven convergent photos registered from the distance of ca YF = 5 m. All points in digital images were measured completely automatically. The Sigma 0 mean value after the combined bundle adjustment amounted to _0 = ±0.055 pxl. Basic parameters of interior orientation: cK, x¢ 0 , y¢ 0 were determined with the accuracy of ±0.2 pxl. The mean standard deviation of calculated coordinates amounted to: SXY = ±0.03 mm, SZ = ±0.04 mm. In the presented close range application, when the Kodak DCS Pro 14n SLR digital camera was used, a relative accuracy of 3D coordinates analytical estimation of 1: 150 000 in the object space was achieved.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2007, 17b; 729-738
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Cyfrowy system video termalny dla aplikacji w bliskim zasięgu
    Autorzy:
    Sawicki, P.
    Więcek, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/130856.pdf
    Data publikacji:
    1998
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    system cyfrowy
    kamera termowizyjna
    digital system
    thermovision camera
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 1998, 8; 13-1-13-9
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Generowanie syntetycznych obrazów cyfrowych z punktami sygnalizowanymi
    Synthetic digital images with artificial targets generating
    Autorzy:
    Sawicki, P.
    Ostrowski, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/130945.pdf
    Data publikacji:
    2012
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    obraz cyfrowy
    sztuczny znak
    szum
    rozmycie
    błędy systematyczne obrazu
    dystorsja
    dopasowanie obrazu
    digital image
    artifical targets
    noise
    blurs
    image systematic errors
    distortion
    matching
    Opis:
    W celu tworzenia syntetycznych obrazów cyfrowych bliskiego zasięgu, do badania dokładności i niezawodności zaawansowanych operatorów dopasowania (matching), opracowany został autorski program o nazwie Image Generator. Program Image Generator może generować okrągłe, ciemne sygnały (target) na jasnym tle lub jasne sygnały na ciemnym tle. Wygenerowanie testowych obrazów cyfrowych w formacie BMP, ze sztucznymi punktami sygnalizowanymi, wymaga w programie zdefiniowania następujących parametrów: rozdzielczość obrazu, wielkość piksela, promień znaku (target), odległość między znakami, jasność znaku i jego tła, szum tła, rozmycie krawędzi znaku, poziom ostrości, parametry kalibracji kamery cyfrowej oraz wielkość obszaru zainteresowań (interest area). Parametry radiometryczne obrazu definiuje się za pomocą składowych R, G, B, i dodatkowo przez wprowadzenie szumu gaussowskiego, o dowolnej wielkości i sile zakłócenia, oraz dwóch rodzajów filtrów uśredniających (boxfilter). Zmianę jasności znaków otrzymuje się przez wprowadzenie gradientu. Zniekształcenia geometryczne obrazu modelowane są błędami systematycznymi wg modelu Brown’a i El-Hakim’a oraz Beyer’a, które zawierają dystorsję radialną symetryczną, dystorsję radialną asymetryczną i tangencjalną, afinizm oraz nieortogonalność osi (shear) matrycy sensora. Zdjęcia dowolnie zorientowane tworzone są za pomocą transformacji rzutowej 2D. Aplikacja umożliwia dodatkowo tworzenie obszarów poszukiwań dla programu Matching, generowanie fragmentu obrazu z sygnałem, tworzenie protokołów zawierających współrzędne pikselowe z poziomami jasności. Program Image Generator został napisany w języku programowania Delphi 7. Testowanie wygenerowanych w programie Image Generator obrazów cyfrowych z sygnalizowanymi punktami różnej wielkości przeprowadzono wykonując automatyczny pomiar współrzędnych w autorskim programie Matching (zastosowano metodę ważonego środka ciężkości CWM – Center Weighted Metod i metodę dopasowania najmniejszych kwadratów LSM – Least Squares Matching) oraz komercyjnym programie Pictran DE (metoda LSM). Pomierzone współrzędne pikselowe środka znaków porównano z teoretycznymi współrzędnymi, które obliczono metodą Newtona. Średnia odchyłka kwadratowa RMS różnic współrzędnych pikselowych dla obrazów zniekształconych dystorsjami geometrycznymi i radiometrycznymi wyniosła RMSΔx'y' ≤ 0.3 piksela.
    In order to generate synthetic digital close range images for testing the accuracy and reliability of the advanced matching operators especially dedicated application Image Generator was developed. Image Generator can generate circular dark targets on bright background and the other way bright targets on dark background. Generating test digital images (*.bmp) with artificial targets in Image Generator requires defining the following parameters: image resolution, pixel size, target radius, distance between targets, brightness of the target and its background, background noise, target edge blur, sharpness level, calibration parameters of digital camera and interest area.. Radiometric parameters of the image are being defined by R, G, B color components and additionally by Gaussian noise with any size and noise strength and two boxfilters (9 and 25 elements mask). Brightness change of targets requires gradient introduction. Geometric image distortions are being modeled by systematic errors by Brown’s and El-Hakim’s and Beyer’s model which includes symmetric radial distortion, asymmetric and tangential radial distortion affinity and a shear of the sensor matrix. The free oriented images are processed with 2D projective transformation. The application additionally allows for creation of interest area for Matching software, image fragment (crop) generation, listing with pixel coordinates and brightness level. The Image Generator application was developed in Delphi 7 programming language. Tests of digital images with artificial targets of various sizes were conducted by automatic coordinates measurement in authors application Matching (CWM – center weighted method and LSM – least square method were applied), as well as in commercial software Pictran DE (LSM method). Measured pixel coordinates of targets centers were compared with theoretical coordinates, which were calculated using Newton method. Pixel coordinates discrepancies on radiometric and geometric distorted images amounted to RMS Δx'y' ≤ 0.3.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2012, 23; 377-386
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prototypowy system stereowizyjny typu Machine Vision –działanie i dokładność
    Prototype sterovision system of machine vision type – operation and accuracy
    Autorzy:
    Rzeszotarski, D.
    Sawicki, P.
    Ostrowski, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/130480.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    kamera cyfrowa
    system stereowizyjny
    dysparycja
    dokładność
    procesor sygnałowy
    digital camera
    stereovision system
    disparity
    accuracy
    signal processor
    Opis:
    W pracy przedstawiono istotę działania i wstępna ocenę dokładności prototypowego cyfrowego systemu stereowizyjnego, który stanowi podstawę konstrukcji urządzenia wspomagającego osobę niewidoma w percepcji otoczenia (projekt badawczy realizowany w Instytucie Elektroniki Politechniki Łódzkiej). W prototypowej wersji systemu zastosowano 2 kolorowe kamery cyfrowe Flea® firmy Point Grey (rozdzielczość 1024×768, interfejs IEEE 1394), wyposażone w obiektywy Ernitec f = 3.5 mm. Kalibracja kamer została przeprowadzona za pomocą programu wspomaganego biblioteką OpenCV (Intel® Open Source Computer Vision Library). Proces automatycznego wyznaczenia gęstej mapy dysparycji (mapy paralaks podłu_nych) został wsparty algorytmem dopasowującym obszary (winx×winy - okno korelacji). Zastosowana miara podobieństwa jest suma wartości bezwzględnych różnic SAD (Sum of Absolute Differences), obliczana technika „przesuwanych okien” (sliding window). Poszukiwanie wiarygodnych minimów miary SAD jest wykonywane w czterech krokach przez znalezienie minimum globalnego SADmin oraz trzech najmniejszych wartości SAD1 < SAD2 < SAD3. Za pomocą mapy dysparycji i parametrów orientacji zewnętrznej modelu (macierze przekształcenia MR , ML) wyznaczane są współrzędne 3D sceny. Algorytm segmentacji sceny 3D realizuje w trybie iteracyjnym detekcje płaszczyzn oraz obiektów „przeszkód”. Procedura akwizycji obrazów cyfrowych, generowanie mapy dysparycji i segmentacji zostały zaimplementowane na platformie procesora sygnałowego DSP (Digital Signal Processor). Ocenę dokładności systemu wykonano na podstawie stereopar zdjęć cyfrowych (baza zdjęć B = 80.75 mm) dwóch przestrzennych pól testowych. Współrzędne 3D punktów zostały wyznaczone na podstawie wygenerowanej gęstej mapy dysparycji (okno korelacji wyniosło 25×25pikseli). Algorytm dysparycji wykrył średnio ca 72 % sygnalizowanych punktów kontrolnych. Średnia odchyłka kwadratowa dla współrzędnych 3D w układzie współrzędnych systemu stereowizyjnego wyniosła _XYZ = ±39.6 mm (test 1) oraz _XYZ = ±124.1 mm (test 2). Średnia odchyłka kwadratowa dla współrzędnych X, Y, Z po transformacji 3D do układu obiektu wyniosła _XYZ = ±72 mm (test 1) oraz _XYZ = ±74 mm (test 2).
    The prototype of digital stereovision system is presented along with its procedures, main parts and its accuracy evaluation. The presented system is a prototype for vision module in electronic travel aid device for the blind, being designed and developed in Institute of Electronics in Technical University of Lodz. The system consists of two Flea type Point Grey digital cameras (resolution of 1024×768, IEEE 1394 interface) and Ernitec f = 3.5 mm objective). The cameras calibration was performed by means of the software using OpenCV library (Intel® Open Source Computer Vision Library). The process of automatic computation of dense disparity maps was performed by the stereo matching local algorithm (with correlation window of a given size). The measure of similarity is defined as a sum of absolute differences (SAD) between pixels form windows surrounding the compared pixels. The SAD values are calculated with the use of sliding window method in order to obtain real time speed of dense disparity maps computation. The procedure of finding rob ust minimum SAD values consists of four steps: searching for global minimum value SADmin and three other smallest values SAD1 < SAD2 < SAD3. The 3D scene coordinates are calculated by means of disparity map values and model exterior orientation parameters (transformation matrices MR , ML). 3D scene segmentation algorithm detects planes and surrounding objects, obstacles. The digital images acquisition, disparity and segmentation map generation are implemented on the DSP (Digital Signal Processor) platform. The accuracy of the system is evaluated by analysing stereo pairs of digital pictures of two different 3D test fields. The base line of stereoscopic set of cameras used in the system was B = 80.75 mm. 3D coordinates were computed by means of dense disparity map values (search window of the matching algorithm was of the size 25×25 pixels) The average effectiveness of signalised check points detection by disparity algorithm was 72 %. RMSE for 3D object coordinates in the stereovision system was _XYZ = ±39.6 mm (test 1) and _ XYZ = ±124.1 mm (test 2). RMSE for X,Y,Z coordinates after 3D transformation into the object coordinates system was _XYZ = ±72 mm (test 1) and _XYZ = ±74 mm (test 2).
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2007, 17b; 717-727
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies